反对再媒介化
这个段落位置已不存在。请使用目录或当前章节查找内容。
/
戴维·M. 贝里（DAVID M. BERRY）
数据 媒介 计算的 软件 网络 代码 GOOGLE 用户 程序缺陷 时间 技术 再媒介化 信息
在当代生活中，社会性成为某种特定形式的技术聚焦与强化的场所。当然，传统社会经验也参与过各种形式的技术中介与格式化，并受到控制技术支配。例如，想想电话怎样组织谈话：它降低空间邻近的价值，同时强化某些身体反应与语言使用方式。因此，仔细追溯媒介谱系、认识技术与社会曾经相遇的各种方式，就十分重要——其中也包括失足、错误、死胡同和死亡媒介。然而，这种对媒介的理解，日益被归结为“再媒介化”（remediation）概念。人们认为，这一概念既有助于思考媒介变化，又维持媒介特殊性的观念。赋予它当代用法的博尔特和格鲁辛说：
我们把一种媒介在另一种媒介中的再现称作再媒介化，并将论证：再媒介化是新数字媒介的一项界定性特征。乍看之下似乎晦涩的实践，实际上极为普遍，以至我们可以辨认出数字媒介将其前身再媒介化的各种方式组成的谱系；这一谱系取决于人们感知到的新旧媒介之间竞争或对抗的程度。¹
但在我看来，尝试理解计算媒介时，我们现在必须超越关于以往技术经验模式与媒介之再媒介化的讨论。我认为这很重要，理由有若干，既有理论的，也有实证的。首先，从理论上说，再媒介化已成为霸权概念，因而丧失了理论力量与价值。它的直觉可追溯到麦克卢汉所谓新媒介的内容是旧媒介的观点——麦克卢汉实际上将“复归”视为媒介的一条“定律”。² 可我认为，除去这个颇为平常的论点，这一做法既使我们对“新”媒介的特殊性与物质性不再敏感，更成问题的是，它复活了一种媒介幽灵学：旧媒介概念“附身”于新媒介形式。虽然对旧时的“新”媒介而言，这或许有几分真实——即便在这里，我也有些怀疑——但在数字媒介，尤其是
原注 1. Jay David Bolter and Richard Grusin, Remediation: Understanding New Media, Cambridge, MA: MIT Press, 2000, p. 45.
原注 2. Marshall McLuhan and Eric McLuhan, Laws of Media: The New Science, Toronto: University of Toronto Press, 1992.
计算媒介的背景下，这个概念在我看来越来越无益。其次，再媒介化指向一种媒介形式的深度模型，鼓励假设某种原初媒介、起源（origo），或者甚至让其作为先验条件潜伏其中。这样便能通过双重运动来解读计算性，并使对数字性的否认正当化：一面惊叹计算媒介的新颖性，一面把先前的媒介形式实体化为计算媒介“内部”的东西。第三，我不认为它准确描述了计算媒介的实证状况；事实上，它遮蔽了计算性在结构和形式上的特殊性。其进一步效应是，计算媒介分析被置于某种透镜或方法之下，而这种透镜或方法正是经由此前关于再媒介化的主张获得正当性的。第四，我认为再媒介化依靠视觉中心性取得力量：它对媒介形式的概念化隐含着视觉取向，一种媒介包含另一种媒介的方式，依赖一种深刻的视觉隐喻。考虑到20世纪视觉媒介形式的霸权，这一点十分重要。最后，也正因如此，我认为我们应该将再媒介化概念历史化。在我看来，它确实是一个适用于20世纪媒介技术的概念，其形态来自特定历史语境：根据那些先前媒介形式的物质性来思考媒介，以及围绕它们形成的、看似适切的一整组概念。我们需要用另一套术语思考计算媒介，淡化——至少减少——把再媒介化看成类似镜子之物的背景假定，而将媒介看作做某事的行动能力或手段；这意味着超越屏幕来思考。
与再媒介化的论述相对，在计算媒介语境中，我想思考“去媒介化”（de-mediation）：一种媒介形式不再占主导地位，变得边缘化，随后被吸收／重构于一种新媒介之中，后者对它进行“入媒化”（en-mediate）。使用“入媒化”，我想让人注意与格式有关的边界如何被固定：也就是对先前媒介的再现或模仿——但它既不是“同一个”媒介，也不是被“包含”在新媒介之中。这一区分很重要，因为在入媒化发生的时刻，计算范畴与技术改变了新近入媒化的形式——我想到的是新美学及相关计算美学所提供的例子。我也想突出入媒化的过程性质；换言之，入媒化需要持续工作，才能使已经入媒化的媒介稳定下来。从这个意义上说，计算媒介与入媒化深刻相连，后者是通过数字技术进行中介的总体过程。理解入媒化的一种方式，是把它看作指向一种范式转变：我们应当怎样理解“中介”，而它并不关乎“穿过”或“信息传递”本身。相反，在此讨论中，入媒化旨在列举并揭示计算中介作为机器处理的特殊性。
因此，我想迅速转向思考：使社会性入媒化意味着什么？使用“社会性”一词时，我特别想到20世纪媒介为社会交往提供的中介基础；这些基础经由入媒化便成为新的东西。因此，社会交往不是被再媒介化，而是被入媒化——也就是说，社会的计算中介不同于广播媒介的中介过程；它具有特殊性，若依赖再媒介化概念理解它，这种特殊性就会被遮蔽。因此，并不是某种原初社会交往形式
以某种方式被编码在媒介里，再在历史上发生的多次再媒介化中被重新呈现。相反，这是特定社会交往形式的入媒化；在这一过程中，这些形式本身被转变、被建构，并以若干不同存在模式成为可能。
因此，本文探讨社会交往与入媒化的关系，特别是它们与代码、软件的关系。这样做是因为社会交往与入媒化日益交织。也就是说，代码与软件成为人类生活的可能性条件；关键在于，它们成为我们与非人行动者共同栖居的计算生态。³ 所以，我们需要考虑这个新的计算世界，思考如今如何在一个高度入媒化、以代码为基础的处境中生活。计算机代码与软件不仅是机制；它们代表一种极其丰富的媒介形式。它们与以往媒介形式实例的区别，在于高度过程化。它们还可以被授予行动能力，继而把这种能力作为规定施加给其他行动者；不过，它们依然处在人类能够尝试理解的范围内。正如基钦所论：
软件创造与使用的惊人增长，源于其涌现性与可执行性：它把世界编码为规则、例程、算法和数据库，再利用这些东西在世界中工作，使日常生活的诸方面变得可编程。虽然软件并不完全具备感知和意识，却可以表现出某些“活着”的特征（Thrift and French, 2002）。这种性质十分重要，因为代码使技术能以自主方式在世界中工作——也就是说，无需人类监督或授权，便可处理数据、评估情况并作出决定。⁴
代码和软件作为计算媒介，具有这种深刻的互动特征，因此在日常生活中的使用有极高的可塑性，并不可避免地越来越深入生活世界——社交媒体显然是其中一个重要例子。这相对于旧媒介形式已经制造、并继续制造特定的紧张关系，也为管理公众与娱乐业及政治之间的关系，并将这些关系景观化，带来问题。入媒化概念承接了上世纪批判理论家的关切，尤其是他们对个体性遭清算和文化趋同的忧虑；数字性是这一过程的一种特定、范式性的形式。不过，人们也认为，计算媒介内部包含一种即使称不上革命性、也至少激进的内核。⁵ 原因在于，代码／软件似乎为结社网络中的个人自主提供了相对的可供性，使人们能够分享信息、进行沟通。
尽管如此，这里我希望把入媒化理解为一个宽泛概念，关联着人类与非人类行动者共同构成的组合体。目的在于探究：通过计算设备、
原注 3. Matthew Fuller, Media Ecologies: Materialist Energies in Art and Technoculture, Cambridge, MA: MIT Press, 2005.
原注 4. Rob Kitchin, ‘The Programmable City’, Environment and Planning B: Planning and Design, 38.6 (2011): 945.
原注 5. 见 David M. Berry, Copy, Rip, Burn: The Politics of Copyleft and Open Source, London: Pluto Press, 2008；以及 Paola Antonelli, ‘States of Design 03: Thinkering’, Domus, 4 July 2011, http://www.domusweb.it/en/design/states-of-design-03-thinkering-/。
流、云或网络部署代码／软件，会使哪些变化成为可能；米彻姆称之为“人造物的新生态”。⁶ 以计算为基础的装置大量增殖，实在令人惊叹。每年公布的统计数字，都向我们说明新的计算世界影响何其深远。例如，4.27亿欧洲人（即65%）使用互联网，超过90%的欧洲网民在网上读新闻。⁷ 当然，这些计算设备既不静止，也不沉默；其相互连接、通信、运行、影响和使用，尚有待充分研究。研究之所以愈发困难，既因为底层硬件技术使变化速度惊人——设备越来越小、越来越紧凑、功能越来越强、耗电越来越少——也因为驱动它们的软件在复杂度、能力、范围和智能方面不断增长。当然，我们也应关注这些设备生态中过度分享或过量收集数据的问题，用户无法控制、无法“为自己删改”；最近曝光的 Path 和 Hipster 自动收集用户通讯录数据事件，就是例证。⁸
计算设备与系统还使新的社会本体论及相应社会认识论的组合成为可能；在计算社会中，我们日益将它们视为理所当然，例如 Wikipedia、Facebook 和 Twitter——可以说，这是由计算性入媒化的新社会形式。计算设备及其赖以建立、从中获得力量的计算原则，渗透到我们在日常生活中运用和发展知识的方式之中，其程度令人吃惊；只是我们早已低估其重要性，使之退居背景。例如，戴维·扎克斯⁹写过，n 元语法之类的计算方法正被广泛用于解码日常生活。¹⁰ 从移动设备瞬间调取信息，将其与其他数据流结合，通过实时社交网络展开辩论和批判，随后编辑、发布、传播到全世界——如果这些能力尚未开始变得如此平常，我们本会觉得不可思议。
事实上，备受宣传的“情境时代”（Age of Context），正建立在分布式计算、云服务、智能设备、传感器以及围绕移动技术的新编程实践所实现的可能性条件之上。这种新的计算范式强调：连接多种技术十分重要；这些技术通过实时流和 API（应用程序编程接口）提供数据，从而使这些技术设备内部产生一种新型智能。一个很好的例子是
原注 6. Carl Mitcham, ‘The Importance of Philosophy to Engineering’, Teorema, Vol. XVII/3 (Autumn, 1998): 43.
原注 7. Robin Wauters, ‘427 Million Europeans are Now Online, 37% Uses More than One Device: IAB’, The Next Web, 31 May 2012, http://thenextweb.com/eu/2012/05/31/427-million-europeans-are-now-online-37-uses-more-than-one-device-iab/。
原注 8. ‘iPhone Apps Path and Hipster Offer Address-book Apology’, BBC, 9 February 2012, http://www.bbc.co.uk/news/technology-16962129。
原注 9. David Zax, ‘You Can’t Keep Your Secrets From Twitter’, Fast Company, 26 July 2011, http://www.fastcompany.com/1769217/there-are-no-secrets-from-twitter。
原注 10. n-gram 是从一段给定文本或语音序列中提取的“n”个项目组成的列表。基本单位可以是字母、单词、音节等。Google n-gram viewer 是用此技术检索文本语料库的一个好例子：http://books.google.com/ngrams。
Google 的新产品“Google Now”：它依据用户以往行为、偏好、Google 搜索结果历史、智能设备传感器、地理定位等提供算法预测，试图比用户“先想一步”。正如其说明所言：
Google Now 在恰当时刻提供恰当信息。一天开始之前，它告诉你今天的天气；出门上班之前，它告诉你预计路况如何；站在站台上时，它告诉你下一班列车何时到来；你喜爱的球队正在比赛时，它告诉你比分。最棒的是什么？这一切自动发生。一整天里，卡片都会在你需要的时刻出现。¹¹
这些新技术形成一个组合，创造新产品、新服务、新趣味和欲望，也创造介入预先思考的能力——Google 称之为“增强人类”（Augmented Humanity）。¹² 从某种意义上说，这延续了如下观念：“人类意识被放到显微镜之下”以后，“被无情暴露出其可怜的本相：一种短暂、稍纵即逝的现象”。¹³ 增强人类与情境计算的构想，旨在补救人类认知能力的这一“问题”。技术开发者知道，此处必须谨慎行事，正如 Google 前首席执行官埃里克·施密特所透露：“Google 的政策是一直走到令人毛骨悚然的那条线前，但不越线。”¹⁴ “毛骨悚然的界线”就是公众和政治人物认为资本主义企业已越界进入监视、控制和操纵的那个点——当然，Google 内部对这些技术的试验，可能激进得多，侵入性也更强。这些新技术未必像乍看之下那么危险；毫无疑问，情境计算范式对生活忙碌的用户可能极有帮助，更像私人助理而非秘密警察。谢尔·伊斯雷尔认为，这个新的“情境时代”因若干相互竞争的技术汇流而成为可能。他写道，情境计算建立在：
［1］社交媒体、［2］真正智能的移动设备、［3］传感器、［4］大数据和［5］地图绘制之上。我们认为，这五股力量的汇流形成一场完美风暴，其整体远远大于任何单独部分。¹⁵
因此，今天代码／软件成为我们与所遭遇世界之间的关键中介，应该已不足为奇。它切断物理世界与我们身体之间的直接耦合，同时管理一个较为松散的软件化传输系统。在飞机设计中，这叫“电传操纵”（fly-by-wire）；实际上，电传操纵也是我们日益经历的计算环境的状况，我
原注 11. ‘Google Now’, Google, 2012, http://www.google.com/landing/now/。
原注 12. 见 Kit Eaton, ‘The Future According to Schmidt: “Augmented Humanity,” Integrated into Google’, Fast Company, 25 January 2011, http://www.fastcompany.com/1720703/future-according-schmidt-augmented-humanity-integrated-google。
原注 13. Donald，转引自 Nigel Thrift, ‘Re-inventing Invention: New Tendencies in Capitalist Commodification’, Economy and Society 35.2 (May, 2006): 284.
原注 14. Shane Richmond, ‘Eric Schmidt: Google Gets Close to “the Creepy Line”’, The Telegraph, 5 October 2010, http://blogs.telegraph.co.uk/technology/shanerichmond/100005766/eric-schmidt-getting-close-to-the-creepy-line/。
原注 15. Shel Israel, ‘Age of Context: Really Smart Mobile Devices’, Forbes, 5 September 2012, http://www.forbes.com/sites/shelisrael/2012/09/05/age-of-context-really-smart-mobile-devices/。
在别处称之为计算性（computationality）。¹⁶ 这是一种高度入媒化的存在，越来越成为（后）现代世界的特征。许多物体仍然牢牢保持物质性，处在我们触手可及之处；但不难看到，更加软件化的拟像已在地平线外若隐若现。当然，这并不是说软件没有物质性：它确实嵌入物理对象和物理环境，并且必须依赖物质载体才能运作，例如目前支撑计算社会的大型数据中心。尽管如此，软件的物质性无疑是一种不同的物质性、更纤薄的物质性，几乎可以说是物质性较少的物质性。这部分因为软件越来越倾向于把自身深处隐藏在矩形玻璃后面，而这些玻璃只对某些预定互动形式作出回应。这里我既想到实体键盘与触控板，也想到 iPad 和其他平板电脑上的触觉触摸界面，以及 Google Now、Apple Siri 所代表的新式预判界面。
网页虫、信标和追踪器
几个例子有助于说明，这个以代码为基础的世界如何日益使周围世界入媒化。首先，可以考虑日渐增多的所谓“网页虫”（web bugs，也称“网页信标”）：嵌入看似无害的表面、却在积极而隐蔽地收集我们数据与信息的计算机程序代码。¹⁷ 正如马德里加尔所解释：
今天早上，如果你打开浏览器访问 NYTimes.com，在你点击与有关朝鲜和詹姆斯·默多克的新闻出现在屏幕之间的几毫秒里，发生了一件惊人的事。这一次访问的数据被发送给了10家不同公司，包括微软和 Google 的子公司、一群流量记录网站，以及其他规模较小的广告公司。这些公司几乎瞬间就能记录你的访问、放置专门为你的眼睛定制的广告，并扩充那个不断增长的关于你的在线档案……最近一次为期36小时的普通网页浏览中，追踪我互联网活动的公司名单如下：Acerno、Adara Media、Adblade、Adbrite、ADC Onion、Adchemy、ADiFY、AdMeld、Adtech、Aggregate Knowledge、AlmondNet、Aperture、AppNexus、Atlas、Audience Science……这还只是 A 开头的公司。我的完整名单包括105家公司，而现实中还要再多几十家。¹⁸
网页虫是自动数据收集代理，被秘密嵌入我们浏览的网页。它们常放在一个仅有一像素的微小框架或图像中，小到肉眼无法看到；它们执行代码，悄悄把 Cookie 放到你的电脑上，以便追踪用户行为，并把用户的各种信息发送回自己的服务器。
原注 16. David M. Berry, The Philosophy of Software: Code and Mediation in the Digital Age, London: Palgrave, 2011.
原注 17. 其中包括 HTTP Cookie、本地存储对象（LSO）和文档对象模型存储（DOM Storage）。
原注 18. Alexis C. Madrigal, ‘I’m Being Followed: How Google – and 104 Other Companies – Are Tracking Me on the Web’, The Atlantic, 29 February 2012, http://theatlantic.com/technology/archive/2012/02/im-being-followed-how-google-and-104-other-companies-are-tracking-me-on-the-web/253758/。
这些数据存储过程最初于1990年代初被设计为“HTTP 状态管理机制”，使网页和网站能够储存当前收集的用户数据，即计算机科学所谓的“状态”（State）；它们被称为“Web 1.0 的网页虫”。¹⁹ 其初衷是让网站设计者实现某种关于用户的记忆，例如当前购物篮、偏好或用户名。公司很快便看出：利用这些早期的“Cookie”留下浏览、购买、点击行为的追踪信息，可以监控用户行为。²⁰ 算法追踪行为、收集用户数据与信息的能力，带来重要的隐私问题，也推动所谓行为营销和助推的发展。²¹ 随着 Web 2.0 技术及软硬件的发展，这些技术已复杂精巧得多，实际上成为 Web 2.0 的网页虫。²²
幸运的是，一些有用的软件项目正在出现，使我们能够追踪追踪器，例如 Collusion、Foxtracks 和 Ghostery。²³ 查看 Ghostery 关于 ChartBeat 公司²⁴的记录，可以看到如下描述：
为网站和博客提供实时分析。界面逐分钟追踪访问者、加载时间及来源网站。这使实时用户互动成为可能，让发布者有机会在社交媒体事件发生时立即回应。ChartBeat 还通过 API 支持移动技术。²⁵
网页虫在用户不知情的情况下，在浏览器中运行代码以完成这些分析；即使看到了代码，它看起来也极为复杂。²⁶ 较新的网页虫（Web 2.0）比先前的小段代码或单像素图像文件大得多。²⁷ 它们也不再那么以屏幕为中心，更少依赖
原注 19. Jaromir Dobias, ‘Privacy Effects of Web Bugs Amplified by Web 2.0’, in S. Fischer-Hübner et al. (eds), Privacy and Identity Management for Life, London: Springer, 2010, p. 245.
原注 20. “Cookie 是服务器可以在客户端计算机上设置和读取的小段文本，用以记录其‘状态’。它们的结构有严格规定，每个包含的数据不能超过4 KB。当用户访问某个域时，该域可以调用脚本，在用户机器上设置一个 Cookie。此后客户端与服务器之间的每次通信，浏览器都会发送这个 Cookie，直到它过期或被服务器重置。”（Sonal Mittal, ‘User Privacy and the Evolution of Third-party Tracking Mechanisms on the World Wide Web’, thesis, Department of Computer Science, Stanford University, May 2010, http://www.stanford.edu/~sonalm/Mittal_Thesis.pdf, p. 10。）
原注 21. 行为主义路径参见 Nir Eyal, ‘How To Manufacture Desire’, TechCrunch, 4 March 2012, http://techcrunch.com/2012/03/04/how-to-manufacture-desire/。
原注 22. Dobias, ‘Privacy Effects of Web Bugs Amplified by Web 2.0’, p. 245.
原注 23. Ghostery 在“关于”页面如此自述：“成为网络侦探。Ghostery 是你观察无形网络的窗口——为了了解你的在线行为而被放进网页的标签、网页虫、像素和信标。Ghostery 追踪这些追踪器，并向你列出对你的活动感兴趣的广告网络、行为数据供应商、网络出版者和其他公司。”（‘About Ghostery’, Ghostery, 2012, http://www.ghostery.com/about。）另见 https://disconnect.me/。
原注 24. 见 http://chartbeat.com。
原注 25. ‘About ChartBeat’, Ghostery, 2012, http://www.ghostery.com/apps/chartbeat。
原注 26. 示例见 http://static.chartbeat.com/js/chartbeat.js。
原注 27. 其他示例见：Chartbeat, http://static.chartbeat.com/js/chartbeat.js；Google Analytics, http://www.google-analytics.com/ga.js；Omniture, http://o.aolcdn.com/omniunih.js；Advertising.com, http://o.aolcdn.com/ads/adsWrapper.js。
对特定图像文件的请求来统计使用量，而更加过程化、更具代理能力；其中往往包含复杂软件功能，在用户设备的浏览器（或应用）内运行。值得注意的是，即使对有经验的程序员而言，这些代码也极不透明，难以理解。人们确实有理由怀疑，其中使用了混淆技术：这种编程技术降低代码可读性，基本目的是保护公司免受观察。迄今检查多个网站上的若干网页虫后，我还没有找到任何一个，除了简短隐私政策以外，还说明代码究竟在做什么。Ghostery 再次显得有用，它可以提供有关某个网页虫的基本信息（如今据信已有数千种网页虫）。²⁸ 正如马德里加尔报道：
实质上，〔网络广告倡议组织〕主张用户没有不被追踪的权利。“我们长期以来都承认，应让消费者选择：是否可以用有关其可能兴趣的数据，让广告与他们更相关，”〔他们〕写道。“但 NAI 准则同样承认，公司有时需要出于运营理由继续收集数据，而这些理由与依据用户在线行为进行广告定向是分开的。”公司“需要继续收集数据”，这却与用户“不被追踪”的愿望直接冲突。²⁹
这些被称为网页虫、信标、像素或标签的东西，构成用户很少看到的隐蔽网络监视体系的一部分；但它通过猜测、引诱、引导和助推，使行为朝特定方向发展，正实时而深刻地改变用户的互联网体验。³⁰ Ghostery 在2010年给网页虫排序，识别出以下最常遇到的种类（相对于平均水平）：Revenue Science（250倍）、OpenX（254倍）、AddThis（523.6倍）、Facebook Connect（529.8倍）、Omniture（605.7倍）、Comscore Beacon（659.5倍）、DoubleClick（924.4倍）、QuantCast（1042倍）、Google Adsense（1452倍）、Google Analytics（3904.5倍）。³¹ 从遭遇频次的相对规模看，Google 显然在用户统计数据收集领域遥遥领先。这些数据很重要，因为正如摩根大通的伊姆兰·汗所解释，每位网站独立访客为 Amazon（电子商务）带来189美元，为 Google（搜索）带来24美元；Facebook（社交网络）虽然每位用户只带来4美元，但这一数字正迅速增长。³² 通过实时分析、客户历史、行为定向等手段留住并抓牢这些访客，越来越有利可图。事实上，
原注 28. ‘About Chartbeat’。
原注 29. Alexis C. Madrigal, ‘I’m Being Followed: How Google – and 104 Other Companies – Are Tracking Me on the Web’。
原注 30. 例如，使用“机器人”或“蜘蛛”抓取开放网页数据，通过聚合和数据分析建立用户数据储存库。有意思的是，Google 用于搜索结果的索引数据，大部分正是如此收集的。这也正在成为社会科学的一种数字方法，并提出尚未解决的特定数字研究伦理问题。见 https://www.issuecrawler.net/；http://socscibot.wlv.ac.uk/；以及 http://webatlas.fr/wp/navicrawler/。
原注 31. Andy Kahl, ‘Ghostrank Planetary System’, Ghostery, 5 April 2011, http://purplebox.ghostery.com/?p=1016021670。
原注 32. Jay Yarrow, ‘Chart of the Day: Here’s How Much A Unique Visitor Is Worth’, Business Insider, 5 January 2011, http://www.businessinsider.com/chart-of-the-day-revenue-per-unique-visitor-2011-1。
Amazon 计算得出，了解并回应客户需求对获利至关重要，“页面加载仅慢一秒，每年就可能损失16亿美元销售额”。³³ 相应地，“Google 计算得出，搜索结果只延迟十分之四秒，每天就可能损失800万次搜索——意味着少展示数百万条网络广告”，因此收入也会减少。³⁴
那些更明确地收集数据和信息的公司，往往制定了数据收集与隐私政策，例如 Facebook³⁵或 Google。³⁶ 克拉诺和麦克唐纳的分析发现，读完用户日常上网遇到的隐私政策，平均每年需要201小时，而且这些都是极其复杂的法律文件。³⁷ 因此，很少有人阅读也不足为奇。用户往往在没有明确意识到的情况下，同意了某些数据使用、收集、转售和聚合。例如，当你登录时，Facebook 会收集：
……一份带时间戳的你所访问网址清单，并将它与你的姓名、朋友名单、Facebook 偏好、电子邮箱地址、IP 地址、屏幕分辨率、操作系统和浏览器配对。退出登录之后，它仍收集除姓名、朋友名单和 Facebook 偏好之外的一切，转而使用一个唯一的字母数字标识符追踪你。³⁸
当然，网页虫是一种监视形式；公司用来监控员工的追踪技术包含网页虫，也丝毫不令人意外。例如，2006年惠普使用 readnotify.com 的网页虫，追查向记者 Dawn Kawamoto 泄密的内部人员，后来在美国众议院一个小组委员会作证时承认，“在某些情况下使用电子邮件虫，仍然是公司的惯常做法”。³⁹
可见，这是一个纹理极其复杂的环境，目前却很少向用户提供诊断，甚至几乎没有警告。这个行业更喜欢用“透明 GIF”而不是网页虫一词；它显然急于避免监管，并尽量保持低调，以免引起太多其认为无端的关注。当前有关监管方向的部分讨论，聚焦于“请勿追踪”（do not track）标志：它可在 HTTP 标头中表达用户退出追踪的偏好。不幸的是，尊重这一标头的公司寥寥无几，目前美国或其他地方也没有要求它们如此行事的法律。⁴⁰ 技术行业中已有一些
原注 33. Kit Eaton, ‘How One Second Could Cost Amazon $1.6 Billion In Sales’, Fast Company, 14 March 2012, http://www.fastcompany.com/1825005/impatient-america-needs-faster-intertubes。
原注 34. Eaton, ‘How One Second Could Cost Amazon $1.6 Billion In Sales’。
原注 35. 例如 Facebook 的 ‘Data Use Policy’，http://www.facebook.com/about/privacy/。
原注 36. 例如 Google 的 ‘Privacy Policy’，http://www.google.com/policies/privacy/。
原注 37. Aleecia M. McDonald and Lorrie Faith Cranor, ‘The Cost of Reading Privacy Policies’, I/S: A Journal of Law and Policy for the Information Society (2008 Privacy Year in Review issue), http://lorrie.cranor.org/pubs/readingPolicyCost-authorDraft.pdf。
原注 38. Dylan Love, ‘Here’s the Information Facebook Gathers on You as You Browse the Web’, Business Insider, 18 November 2011, http://www.businessinsider.com/facebook-tracking-2011-11。
原注 39. Joris Evers, ‘How HP Bugged E-mail’, CNET, 28 September 2006, http://news.cnet.com/How-HP-bugged-e-mail/2100-1029_3-6121048.html。
原注 40. ‘Tracking Protection Working Group’, W3C, 2012, http://www.w3.org/2011/tracking-protection/。
自律动向，美国联邦贸易委员会近期也发布了一份报告。⁴¹ 不过，在目前关于欧盟《电子隐私指令》的争论中，第29条工作组（A29 WP）表示：“欧洲数字广告业代表——欧洲广告标准联盟（EASA）和 IAB Europe——制定的自愿方案，不符合最近修订的《电子隐私指令》关于同意和信息的要求。”⁴² 因此，欧盟可能先于其他地方立法。
随着从手机到 GPS 系统的计算联网设备使用日益广泛，这些追踪系统只会更具侵入性，更积极地从日常生活收集数据。因此，例如美国人对这些追踪技术的使用增长感到不安，也并不奇怪。皮尤研究发现：
73%的美国人表示，他们“不能接受”被追踪（因为那会侵犯隐私）；只有23%说“可以接受”（因为能获得更好、更个性化的搜索结果）……尽管反对被追踪的比例很高，受访者中却不到一半——38%——表示知道如何控制被收集的自身数据。⁴³
这些计算系统与表面能够向用户供应商品，却又需要采集数据、卖给广告商和营销公司来创收，这两者之间的矛盾，说明局面并不稳定。它也表明，用户对计算设备的地下深处多么缺乏认识：这些通用计算平台能把用户界面与设备的实际意图或运作分离，同时给用户一种仍然完全掌控计算机的印象。事实上，软件的入媒化与以往借再媒介化概念进行思考的尝试之间的这种断裂，对于凸显软件如何不同于先前媒介十分重要。加伯观察到：
地下网络，表面幻象……关于这些东西，我们究竟想知道多少？我们真的想理解数据收集、个性化以及创造轻松愉快搜索体验的全部幕后工作的细微复杂之处吗……还是在某种层面上，我们宁愿让它继续保持魔法的样子？⁴⁴
原注 41. Hayley Tsukayama, ‘FTC Releases Final Privacy Report, Says “Do Not Track” Mechanism May be Available by End of Year’, Washington Post, 26 March 2012, http://www.washingtonpost.com/business/technology/ftc-releases-final-privacy-report-says-do-not-track-mechanism-may-be-available-by-end-of-year/2012/03/26/gIQAzi23bS_story.html。
原注 42. Jennifer Baker, ‘European Watchdog Pushes for Do Not Track Protocol’, PCWorld, 6 March 6 2012, http://www.pcworld.com/businesscenter/article/251373/european_watchdog_pushes_for_do_not_track_protocol.html。
原注 43. Megan Garber, ‘Americans Love Google! Americans Hate Google!’, The Atlantic, 9 March 2012, http://theatlantic.com/technology/archive/2012/03/americans-love-google-americans-hate-google/254253/。关于皮尤“Search Engine Use 2012”研究的更多信息，见 http://pewinternet.org/Reports/2012/Search-Engine-Use-2012/Summary-of-findings.aspx。
原注 44. Garber, ‘Americans Love Google! Americans Hate Google!’。
确实，据阿伦报道，“免费版 Android 应用消耗的能量中，多达75%用来投放广告，或追踪并上传用户数据”。⁴⁵ 也就是说，热门应用的免费版本，大部分处理工作都用于监控用户活动，并将它们传回服务器。⁴⁶ 代码／软件暗中监控用户、甚至掩盖自身处理活动的能力，无疑将日益成为政治、经济以及技术问题。⁴⁷
生活流
最后，我想把网页虫的这些发展与一种名为“生活流”（lifestreaming）的自我监测技术联系起来，也就是“量化自我”的观念。⁴⁸ 随着 Twitter、Facebook 等“实时流”平台的发展，这些技术近年来不断扩张。确实，有人认为：“我们终于来到这样一个阶段：人们自愿提供有关自己具体活动的信息，往往包括地点、和谁在一起、做什么、对正在做的事情感觉如何、在谈些什么……我们从未拥有这样的数据，至少从未达到这样的细致程度。”⁴⁹ 《经济学人》作了一个有用的描述，认为：
衡量事物以描绘朝目标前进的进度，这个观念在大型组织里司空见惯。政府统计贸易数字、医院候诊时间和考试成绩；公司衡量营业额、利润和库存。但个人使用指标远没那么普遍，显著的例外是试图减肥或改善体能的人……不过，有些人正在这样做。这是一个混杂的群体，包括早期采用者、健身狂热者、技术布道者、自我成长成瘾者、黑客，以及患有各种健康问题的病人。他们共同相信，收集和分析日常活动数据，可以帮助改善生活——这种做法叫作“自我追踪”“身体黑客”或“自我量化”。⁵⁰
使用计算设备监测健康信号，并将其反馈到计算界面、数据可视化和实时流等之中的现象，是社交媒体的下一步。它闭合了网上个人信息的循环；这些信息虽然名义上仍属私人，却由公司储存和访问，而公司希望利用这些生物数据进行数据挖掘、发现创新。
原注 45. Jacob Aron, ‘Free Apps Eat up Your Phone Battery Just Sending Ads’, New Scientist, 18 March 2012, http://www.newscientist.com/article/mg21328566.400-free-apps-eat-up-your-phone-battery-just-sending-ads.html。
原注 46. Abhinav Pathak, Y. Charlie Hu and Ming Zhang, ‘Where is the Energy Spent Inside My App? Fine Grained Energy Accounting on Smartphones with Eprof’, Eurosys 2012, 2012, http://research.microsoft.com/en-us/people/mzh/eurosys-2012.pdf。
原注 47. 以下商业软件是用户控制自己暴露于追踪器、网页虫和计算行动体的程度的例子，不过问题是：你为什么选择信任它们？https://cloudcapture.org/register/ 和 http://www.abine.com。
原注 48. 见 http://quantifiedself.com/。
原注 49. Randy Rieland, ‘So What Do We Do With All This Data?’, Smithsonian, 23 January 2012, http://blogs.smithsonianmag.com/ideas/2012/01/so-what-do-we-do-with-all-this-data/。
原注 50. ‘Counting Every Moment’, The Economist, 3 March 2012, http://www.economist.com/node/21548493。
“生活流”最初是戴维·盖伦特与埃里克·弗里曼在1990年代提出的构想。⁵¹ 他们将其描述为：
……按时间排序的文档流，充当你电子生活的日记；你创建的每一份文档，以及别人发给你的每一份文档，都储存在生活流中。流的尾端包含过去的文档（从你的电子出生证明开始）。离开尾端、走向现在，流中会出现较近的文档——正在撰写的文章或新电子邮件；其他文档（图片、通信、账单、电影、语音邮件、软件）则储存在其间。越过现在、进入未来，流中包含你将需要的文档：提醒、日历事项、待办清单。你通过少量功能强大的操作工具管理生活流，它们让你透明地储存信息，按需组织信息，过滤和监控传入信息，以一体化方式创建提醒与日历事项，并把大量文档“压缩”为概览或执行摘要。⁵²
盖伦特最初把它们描述为“编年流”，⁵³ 突出其与文档和文本储存有关的叙事维度与时间维度。今天，我们更可能把它们理解为“实时流”，以及 Twitter、Facebook、Google+ 等系统提供的时间线功能。它们日益成为推动计算创新的界面设计模式，尤其在移动与定位技术领域。不过，与盖伦特和弗里曼描述的文档中心模式不同，还有由简短更新组成的微型流，典型代表是 Twitter：它的更新长度为140个字符，与短短信相当。即便如此，这点文本空间仍足以容纳惊人的数据量，尤其把地理信息、图像、网页链接等也计算在内时。史蒂芬·沃尔夫勒姆从1989年开始系统收集自己的数据，无疑是最早这样做的人之一。他解释道：
电子邮件是我系统归档的一种数据。从中可以学到极多东西。我一直收集的另一种数据是按键。多年来，我记录了自己敲下的每一个键——如今已超过一亿次。⁵⁴
这种自我收集确实正越来越普遍，在反思性与自我认识的语境中，它提出了有趣的问题。收集的数据规模也可能相当庞大，而且缺乏结构。不过，更好的数据
原注 51. Eric Thomas Freeman, ‘The Lifestreams Software Architecture’, PhD diss., Department of Computer Science, Yale University, May 1997, http://www.cs.yale.edu/homes/freeman/dissertation/etf.pdf；以及 David Gelernter, ‘Time To Start Taking The Internet Seriously’, The Edge, 3 March 2010, http://www.edge.org/3rd_culture/gelernter10/gelernter10_index.html。
原注 52. Eric Thomas Freeman, ‘Welcome to the Yale Lifestreams Homepage!’, 2000, http://cs-www.cs.yale.edu/homes/freeman/lifestreams.html。
原注 53. David Gelernter, ‘The Cyber-road Not Taken’, The Washington Post, April 1994.
原注 54. Stephen Wolfram, ‘The Personal Analytics of My Life’, Stephan Wolfram blog, 8 March 2012, http://blog.stephenwolfram.com/2012/03/the-personal-analytics-of-my-life/。
管理，以及从非结构化或半结构化数据中检索和发现信息的技术，无疑将在未来揭示我们日常生活的模式。⁵⁵
这种收集与发送数据的方式，因移动应用的使用而加速。移动应用相对小巧、自成一体，通常执行单一的特定功能。例如，iPhone 上的 Twitter 应用让用户向时间线发送更新，也能搜索其他时间线、查看个人资料和信息流等。不过，以应用形式开发时，它们也能利用本地设备的能力，特别是设备包含智能手机上常见的精密感应电路时，就可以记录 GPS 地理位置、方向等。到了这一步，生活流与网页虫监测、收集网络活跃用户数据的活动，就越来越相似。事实上，活动流已成为一种标准，日益被纳入多种媒介和软件之中，并跨越它们。活动流本质上把用户事件或活动编码为一种可以通过计算传输、随后聚合、检索和处理的形式：
最简单的活动由行动者、动词、对象和目标组成。它讲述某个人对某个对象或借助某个对象执行动作的故事——“杰拉尔丁把一张照片发到她的相册”或“约翰分享了一个视频”。多数情况下，这些组成部分是明确的，但也可能是隐含的。⁵⁶
不过，数据与活动收集只是图景的一部分。要成为反思性数据，就必须对其原始状态进行计算处理；这种原始状态可能有结构、无结构，或二者结合。此时通常会把数据可视化，一般用图表或时间线；也可以用热图、图论等技术，反复处理数据，找出底层数据集中的模式。不论是个人还是聚合使用，也就是无论对个人用户（或生活流记录者）还是组织（例如 Facebook）而言，关键都在于匹配模式、比较数据细节，例如与某种常态、历史数据集，或其他人的总体、群体、类别进行比较。
因此，这种模式化的使用是一种动态实时反馈机制，为行为、规范等提供导向；同时也提供一种文档式自恋，似乎给用户的存在以确认和地位。即使所谓游戏化形式——授予竞争积分、徽章、荣誉和地位商品——也可以更一般地被看作在用户群体内建构等级社会结构。它还鼓励用户把自己理解为一组部分对象、碎片化的“可分体”（dividuals），或松散连接的属性，
原注 55. 沃尔夫勒姆进一步写道：“分析我保存的各种数据，能弄清那么多事情，真令人惊讶。实际上，还有许多别的数据类型，我在这篇文章里甚至没提到。我还保存了多年整理好的医疗检查数据（以及目前还不太有用的完整基因组）、GPS 位置轨迹、逐个房间的动作传感器数据、无穷无尽的企业记录，还有更多更多……仔细想来，我想最大的遗憾就是，没有更早开始收集更多数据。”（Wolfram, ‘The Personal Analytics of My Life’。）
原注 56. ActivityStreamsWG, ‘JSON Activity Streams 1.0’。
这些属性被收集为按时间排列的数据点，接受干预与控制。这可以理解为一种对自我的计算式关怀，由更广阔计算环境中的一支寡视装置（oligopticons）⁵⁷大军协助实现；它们观察并储存行为与情感数据。然而，这种自我是通过使数据获得意义的代码与软件来协调的。因此，代码和软件负责通过意义的稳定化及其网络，为行动者创造并维持重要性和叙事。⁵⁸
我们怎样才能把这些案例研究结合起来，思考生活于代码和软件之中意味着什么，以及它对研究和计算社会理论化等更广泛探索有何影响？
结论：代码、计算行动体与情境
似乎有一条线索贯穿网页虫与生活流：数据收集、监控和实时反馈，无论公开还是隐蔽。我们当然可以继续孤立地研究这些现象，用再媒介化来思考；这类研究确实能产生富有成效的知识。但在我看来，要更好理解这种软件入媒化，需要关注代码和软件所代表的计算性。⁵⁹
这些系统最有趣的方面之一在于，人类在许多情况下成为促成数据传输的载体，从而为计算经济提供燃料。入媒化概念试图把计算技术的这种组合体性质纳入考虑。用户主动下载那些公开宣称会收集数据的应用；当他们的活动被“小弟弟”们观看、记录，并可供日后回放或分析时，他们或许确实从中获得存在层面的慰藉或认可。因此，网页虫在许多方面也是生活流，只不过这种生活流未经被监测用户的授权。执行收集的是我们可以称为“计算行动体”（compactants）的东西，它们被设计来以被动进攻的方式记录数据。⁶⁰ 用 compactants（computational actants，即计算行动体）这个概念，我想特别强调收集信息的计算代理的被动进攻特征：一方面，它们在表面之下，相对温和而沉默，带有被动性；另一方面，它们又积极囤积数据，监测行为信号、情感流等。⁶¹ “compact”一词还带来有用的联想：把所有必要组件或功能整齐装进小巧的包裹，以及表达的紧凑简洁。其源自拉丁语 compact，意为紧密置于一起或连接
原注 57. Bruno Latour, Reassembling the Social: An Introduction to Actor-Network-Theory, Oxford: Oxford University Press, 2005.
原注 58. 一个特别好的例子见 http://open.sen.se/：“让你的数据历史有意义。私密储存你的信息流，并使用丰富的可视化和混搭工具，理解正在发生什么。”（Sense, Feel. Act. Make sense, 2012, http://open.sen.se/。）
原注 59. Berry, The Philosophy of Software。
原注 60. 即计算行动体，行动体（actant）概念来自行动者网络理论。
原注 61. 当然，计算行动体不只是“内部”数据收集代理；它们也可能位于你的数据资源和网络之外，试探如何进入。这类未经授权访问个人数据的行为日益增多，被称为数据盗窃的工业化。见 Scott M. Fulton, ‘The Industrialization of Data Theft: Verizon’s Staggering New Data’, ReadWrite, 22 March 2012, http://readwrite.com/2012/03/22/the-industrialization-of-data。
在一起，也几乎道出了网页虫及其相关技术的性质。从“伴侣行动体”（companion actants）的角度看，compactants 这个名称同样有用。⁶² 因此，“计算行动体”是理解软件如何进行入媒化的一个重要中层概念。
有趣的是，计算行动体的构成方式，可以被理解为具有数据收集／可视化的二元结构，每一端都是一种特定运行模式。当然，由于生成的数据往往极其庞大，计算处理和聚合常被转移到“云”，或专门为此设计并通过网络访问的服务器计算机。例如，许多病毒确实常常尝试“呼叫总部”，报告状态、上传数据或提供更新机会；更新可能把自身变得更具攻击性，也可能修正程序缺陷。
我们还可以思考，由计算行动体阵列或网络组成的这些更广泛计算系统，究竟以谁为接收对象；在许多情况下，那个对象是未来的行动者。量化自我运动明确承认，“未来自我”将被要求改掉当下自我的坏习惯和不良行为。换言之，计算设备有一个维度似乎要求：软件不只是中介过去和现在，也要对概率性的未来进行入媒化。也就是说，未来自我具有明确的规范语境：你作为当下的自我，可能正以不公平、不道德的方式对待未来自我，或没有充分顾及所谓“未来自我连续性”。⁶³ 这种内置的未来倾向，令人着迷地反映出计算系统内部的时间表征：时间被入媒化为具有时间序列结构的实时数据流，往往组织为列表。因此，过去（储存的数据）、现在（当前的数据收集或经过处理的档案数据）和未来（既是系统的伦理接收对象，也是潜在的数据和使用提供者），往往深深嵌入运行这些系统的代码中。在某些情况下，未来也具有客观存在，作为通过情境计算呈现的概率投射，确实成为一个代码对象：它实时更新，以模型形式包含未来状态的主要特征。计算天气预测系统与气候变化模型都是例子。
有许多例子表明，关注当代社会中使众多生命、记忆和生命政治系统与产业入媒化的代码和软件，能够同样深刻地揭示：我们如何使用代码和软件，以及由此产生的结构性假设、条件与可供性。我们使用计算模型越来越多，也倾向于把代码／软件可视化的屏幕表征与我们可能称为现实的东西混淆——更不用说，我们未能理解代码的入媒化怎样共同建构并深度参与当今日常生活的稳定化。即便如此，在制度语境里，代码／软件尚未被完全纳入
原注 62. Donna Haraway, The Companion Species Manifesto: Dogs, People, and Significant Otherness, Chicago: Prickly Paradigm Press, 2003.
原注 63. Alina Tugend, ‘Bad Habits? My Future Self Will Deal With That’, New York Times, 24 February 2012, http://www.nytimes.com/2012/02/25/business/another-theory-on-why-bad-habits-are-hard-to-break-shortcuts.html?_r=3&pagewanted=all。
这些社会系统的特定逻辑，而且在许多方面削弱了这些结构性、制度性形式。⁶⁴ 我们必须保持警觉：软件工程本身还是一门相对年轻的学科，其系统化、理性化努力零碎而不完整；许多耗资惊人的软件系统失败案例，便是明证。当然，代码／软件研究并不容易，所需技术仍处于起步阶段；即使广泛借鉴自然科学、社会科学、艺术与人文学科的研究，我们也仍在发展自身的理解。但这应当为批判理论家带来希望和方向：既包括当下试图提出批判和反事实可能性的理论家，也包括未来的理论家，因为代码／软件是一个特别丰富的场所，适合干预、争辩与拆解代码／软件系统。⁶⁵
参考文献
‘About ChartBeat’, Ghostery, 2012, http://www.ghostery.com/apps/chartbeat.
‘About Ghostery’, Ghostery, 2012, http://www.ghostery.com/about.
Activity Streams Working Group. ‘JSON Activity Streams 1.0’, Activity Streams, May 2011, http://activitystrea.ms/specs/json/1.0/.
Antonelli, Paola. ‘States of Design 03: Thinkering’, Domus, 4 July 2011, http://www.domusweb.it/en/design/states-of-design-03-thinkering-/.
Aron, Jacob. ‘Free Apps Eat up Your Phone Battery Just Sending Ads’, New Scientist, 18 March 2012, http://www.newscientist.com/article/mg21328566.400-free-apps-eat-up-your-phone-battery-just-sending-ads.html.
Baker, Jennifer. ‘European Watchdog Pushes for Do Not Track Protocol’, PCWorld, 6 March 6 2012, http://www.pcworld.com/businesscenter/article/251373/european_watchdog_pushes_for_do_not_track_protocol.html.
Berry, David M. Copy, Rip, Burn: The Politics of Copyleft and Open Source, London: Pluto Press, 2008.
______. The Philosophy of Software: Code and Mediation in the Digital Age, London: Palgrave, 2011.
Bolter, Jay David and Richard Grusin. Remediation: Understanding New Media, Cambridge, MA: MIT Press, 2000.
‘Counting Every Moment’, The Economist, 3 March 2012, http://www.economist.com/node/21548493.
Dobias, Jaromir. ‘Privacy Effects of Web Bugs Amplified by Web 2.0’, in S. Fischer-Hübner et al. (eds) Privacy and Identity Management for Life, London: Springer, 2010, pp. 244-257.
Eaton, Kit. ‘The Future According to Schmidt: “Augmented Humanity,” Integrated into Google’, Fast Company, 25 January 2011, http://www.fastcompany.com/1720703/future-according-schmidt-augmented-humanity-integrated-google.
______. ‘How One Second Could Cost Amazon $1.6 Billion In Sales’, Fast Company, 14 March 2012, http://www.fastcompany.com/1825005/impatient-america-needs-faster-intertubes.
Evers, Joris. ‘How HP Bugged E-mail’, CNET, 28 September 2006, http://news.cnet.com/How-HP-bugged-e-mail/2100-1029_3-6121048.html.
原注 64. 与此有关，一个有趣的发展是我们可能称为“外部人代码”或“批判代码”的东西。一些网站提供代码，通过数据抓取或屏幕抓取取得信息，再为用户重新呈现和分析。例如，Parltrack 软件旨在提高欧洲议会立法程序的透明度，http://parltrack.euwiki.org/；TheyWorkForYou 则抓取英国议会会议记录，http://www.theyworkforyou.com/。
原注 65. 我在这里试探性地提出：未来的代码和软件批判理论，应致力于拆解、解组和变形现有代码／软件系统，同时进行必要干预，积极参与未来及替代系统的形成与组合。
Eyal, Nir. ‘How To Manufacture Desire’, TechCrunch, 4 March 2012, http://techcrunch.com/2012/03/04/how-to-manufacture-desire/.
Freeman, Eric Thomas. ‘The Lifestreams Software Architecture’, PhD diss., Department of Computer Science, Yale University, May 1997, http://www.cs.yale.edu/homes/freeman/dissertation/etf.pdf.
______. ‘Welcome to the Yale Lifestreams Homepage!’, 2000, http://cs-www.cs.yale.edu/homes/freeman/lifestreams.html.
Fuller, Matthew. Media Ecologies: Materialist Energies in Art and Technoculture, Cambridge, MA: MIT Press, 2005.
Fulton, Scott M. ‘The Industrialization of Data Theft: Verizon’s Staggering New Data’, ReadWrite, 22 March 2012, http://readwrite.com/2012/03/22/the-industrialization-of-data.
Garber, Megan. ‘Americans Love Google! Americans Hate Google!’, The Atlantic, 9 March 2012, http://theatlantic.com/technology/archive/2012/03/americans-love-google-americans-hate-google/254253/.
Gelernter, David. ‘The Cyber-road Not Taken’. The Washington Post, April 1994.
______. ‘Time To Start Taking The Internet Seriously’, The Edge, 3 March 2010, http://www.edge.org/3rd_culture/gelernter10/gelernter10_index.html.
‘Google Now’, Google, 2012, http://www.google.com/landing/now/.
Haraway, Donna. The Companion Species Manifesto: Dogs, People, and Significant Otherness, Chicago: Prickly Paradigm Press, 2003.
‘iPhone Apps Path and Hipster Offer Address-book Apology’, BBC, 9 February 2012, http://www.bbc.co.uk/news/technology-16962129.
Israel, Shel. ‘Age of Context: Really Smart Mobile Devices’, Forbes, 5 September 2012, http://www.forbes.com/sites/shelisrael/2012/09/05/age-of-context-really-smart-mobile-devices/.
Kahl, Andy. ‘Ghostrank Planetary System’, Ghostery, 5 April 2011, http://purplebox.ghostery.com/?p=1016021670.
Kitchin, Rob. ‘The Programmable City’, Environment and Planning B: Planning and Design, 38.6 (2011): 945-951.
Latour, Bruno. Reassembling the Social: An Introduction to Actor-Network-Theory, Oxford: Oxford University Press, 2005.
Love, Dylan. ‘Here’s the Information Facebook Gathers on You as You Browse the Web’, Business Insider, 18 November 2011, http://www.businessinsider.com/facebook-tracking-2011-11.
Madrigal, Alexis C. ‘I’m Being Followed: How Google – and 104 Other Companies – Are Tracking Me on the Web’, The Atlantic, 29 February 2012, http://theatlantic.com/technology/archive/2012/02/im-being-followed-how-google-and-104-other-companies-are-tracking-me-on-the-web/253758/.
McDonald, Aleecia M. and Lorrie Faith Cranor. ‘The Cost of Reading Privacy Policies’, I/S: A Journal of Law and Policy for the Information Society (2008 Privacy Year in Review issue), http://lorrie.cranor.org/pubs/readingPolicyCost-authorDraft.pdf.
McLuhan, Marshall and Eric McLuhan. Laws of Media: The New Science, Toronto: University of Toronto Press, 1992.
Mitcham, Carl. ‘The Importance of Philosophy to Engineering’, Teorema, Vol. XVII/3 (Autumn, 1998): 27-47.
Mittal, Sonal. ‘User Privacy and the Evolution of Third-party Tracking Mechanisms on the World Wide Web’, thesis, Department of Computer Science, Stanford University, May 2010, http://www.stanford.edu/~sonalm/Mittal_Thesis.pdf.
Pathak, Abhinav, Y. Charlie Hu and Ming Zhang. ‘Where is the Energy Spent Inside My App? Fine Grained Energy Accounting on Smartphones with Eprof’, Eurosys 2012, 2012, http://research.microsoft.com/en-us/people/mzh/eurosys-2012.pdf.
Richmond, Shane. ‘Eric Schmidt: Google Gets Close to “the Creepy Line”, The Telegraph, 5 October 2010, http://blogs.telegraph.co.uk/technology/shanerichmond/100005766/eric-schmidt-getting-close-to-the-creepy-line/.
Rieland, Randy. ‘So What Do We Do With All This Data?’, Smithsonian, 23 January 2012, http://blogs.smithsonianmag.com/ideas/2012/01/so-what-do-we-do-with-all-this-data/.
Sense, Feel. Act. Make sense, 2012, http://open.sen.se/.
Thrift, Nigel. ‘Re-inventing Invention: New Tendencies in Capitalist Commodification’, Economy and Society 35.2 (May, 2006): 279-306.
‘Tracking Protection Working Group’, W3C, 2012, http://www.w3.org/2011/tracking-protection/.
Tsukayama, Hayley. ‘FTC Releases Final Privacy Report, Says “Do Not Track” Mechanism May be Available by End of Year’, Washington Post, 26 March 2012, http://www.washingtonpost.com/business/technology/ftc-releases-final-privacy-report-says-do-not-track-mechanism-may-be-available-by-end-of-year/2012/03/26/gIQAzi23bS_story.html.
Tugend, Alina. ‘Bad Habits? My Future Self Will Deal With That’, New York Times, 24 February 2012, http://www.nytimes.com/2012/02/25/business/another-theory-on-why-bad-habits-are-hard-to-break-shortcuts.html?_r=3&pagewanted=all.
Wauters, Robin. ‘427 Million Europeans are Now Online, 37% Uses More than One Device: IAB’, The Next Web, 31 May 2012, http://thenextweb.com/eu/2012/05/31/427-million-europeans-are-now-online-37-uses-more-than-one-device-iab/.
Wolfram, Stephen. ‘The Personal Analytics of My Life’, Stephan Wolfram blog, 8 March 2012, http://blog.stephenwolfram.com/2012/03/the-personal-analytics-of-my-life/.
Yarrow, Jay. ‘Chart of the Day: Here’s How Much A Unique Visitor Is Worth’, Business Insider, 5 January 2011, http://www.businessinsider.com/chart-of-the-day-revenue-per-unique-visitor-2011-1.
Zax, David. ‘You Can’t Keep Your Secrets From Twitter’, Fast Company, 26 July 2011, http://www.fastcompany.com/1769217/there-are-no-secrets-from-twitter.